ความสัมพันธ์ระหว่างการประยุกต์ใช้ Generative Artificial Intelligence กับคุณภาพการสอบบัญชีของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาความสัมพันธ์ และ 2) ทดสอบผลกระทบของการประยุกต์ใช้ Generative Artificial Intelligence ที่มีต่อคุณภาพการสอบบัญชีของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย เป็นการวิจัยเชิงปริมาณ กลุ่มตัวอย่าง ได้แก่ ผู้สอบบัญชีที่ได้รับความเห็นชอบจากสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ จำนวน 131 คน ได้มาจากการคำนวณขนาดตัวอย่างตามสูตรของทาโร่ ยามาเน่ และใช้วิธีการสุ่มตัวอย่างแบบง่าย เครื่องมือที่ใช้ในการวิจัยคือแบบสอบถาม ซึ่งมีค่าความตรงด้านเนื้อหาอยู่ในระดับเหมาะสม มีค่าอำนาจจำแนกรายข้ออยู่ระหว่าง 0.479–0.803 และ 0.556–0.805 และมีค่าความเชื่อมั่นโดยรวมอยู่ระหว่าง 0.762–0.972 สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การวิเคราะห์สหสัมพันธ์แบบพหุคูณ และการวิเคราะห์การถดถอยแบบพหุคูณ ผลการวิจัยพบว่า การประยุกต์ใช้ Generative Artificial Intelligence ด้านการวิเคราะห์ข้อมูลเชิงลึก ด้านการสนับสนุนการตัดสินใจเชิงวิชาชีพ และด้านการเพิ่มประสิทธิภาพกระบวนการสอบบัญชี มีความสัมพันธ์และผลกระทบเชิงบวกกับคุณภาพการสอบบัญชีอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 ขณะที่ด้านการตรวจสอบเอกสารอัตโนมัติ ด้านการสื่อสารและการจัดทำรายงาน และด้านการเรียนรู้และการพัฒนาความรู้ของผู้สอบบัญชี ไม่พบความสัมพันธ์และผลกระทบเชิงบวกอย่างมีนัยสำคัญ ทั้งนี้ ผลการวิจัยชี้ให้เห็นว่า Generative Artificial Intelligence มีบทบาทในการยกระดับคุณภาพการสอบบัญชีเฉพาะในบางมิติ โดยเฉพาะด้านการวิเคราะห์ข้อมูล การสนับสนุนการตัดสินใจ และการเพิ่มประสิทธิภาพกระบวนการสอบบัญชี ดังนั้น การประยุกต์ใช้เทคโนโลยีดังกล่าวควรมุ่งเน้นในมิติที่ก่อให้เกิดผลเชิงบวก เพื่อเพิ่มประสิทธิภาพการตรวจสอบและเสริมสร้างความเชื่อมั่นของผู้ใช้งบการเงินอย่างเหมาะสม
Article Details
เอกสารอ้างอิง
ฐิติพร แสนสุริวงค์, และ สายทิพย์ จะโนภาษ. (2568). ผลกระทบของการประยุกต์ใช้เทคโนโลยีดิจิทัลในการสอบบัญชีที่มีต่อคุณภาพการสอบบัญชีของผู้สอบบัญชีรับอนุญาตในประเทศไทย. วารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยนครพนม, 15(2), 172–185.
บุญชม ศรีสะอาด. (2554). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 8). กรุงเทพฯ: บุญศิริ.
สมบัติ ท้ายเรือคำ. (2552). ระเบียบวิธีวิจัยสำหรับมนุษยศาสตร์และสังคมศาสตร์ (พิมพ์ครั้งที่ 8). มหาสารคาม: มหาวิทยาลัยมหาสารคาม.
สุมินทร เบ้าธรรม. (2558). วิจัยทางการบัญชี (พิมพ์ครั้งที่ 1). กรุงเทพมหานคร: ทริปเพิ้ล เอ็ดดูเคชั่น.
สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์. (2567). รายงานประจำปี 2566. กรุงเทพฯ: สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์.
สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์. (2568). ผู้สอบบัญชีที่ได้รับความเห็นชอบโดยสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์. สืบค้นเมื่อ 19 กันยายน 2568, จาก https://market.sec.or.th/public/orap/AUDITOR01.aspx?lang=th
Aaker, D. A., Kumar, V., & Day, G. S. (2001). Marketing research (7th ed.). John Wiley & Sons.
Abdullah, A. A. H. (2024). The impact of artificial intelligence and Industry 4.0 on accounting and auditing practices. Journal of Open Innovation: Technology, Market, and Complexity, 10, 1–20.
Anica-Popa, I.-F., Vrîncianu, M., Anica-Popa, L.-E., Cismasu, I.-D., & Tudor, C.-G. (2024). Framework for integrating generative AI in developing competencies for accounting and audit professionals. Electronics, 13(13), Article 2621. https://doi.org/10.3390/electronics13132621
Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big data and analytics in the modern audit engagement: Research needs. Auditing: A Journal of Practice & Theory, 36(4), 1–27.
Bierstaker, J. L., Janvrin, D. J., & Lowe, D. J. (2021). What factors influence auditors’ use of information technology? Advances in Accounting, 52, 100516. https://doi.org/10.1016/j.adiac.2021.100516
Black, K. (2006). Business statistics for contemporary decision making (4th ed.). John Wiley & Sons.
Brown-Liburd, H., Issa, H., & Lombardi, D. (2021). Behavioral implications of big data’s impact on audit judgment and decision making and future research directions. Accounting Horizons, 35(1), 85–99. https://doi.org/10.2308/HORIZONS-19-116
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
DeAngelo, L. E. (1981). Auditor independence, “low balling,” and disclosure regulation. Journal of Accounting and Economics, 3(2), 113–127.
Deloitte. (2023). Generative AI in accounting: Opportunities and risks to assess today. https://www.deloitte.com
Deloitte. (2024). Generative AI enables us to enhance our digital audit. https://www.deloitte.com
Ditkaew, K., & Suttipun, M. (2023). The impact of audit data analytics on audit quality and audit review continuity in Thailand. Asian Journal of Accounting Research, 8(3), 269–278.
EY. (2025). How artificial intelligence can transform accounting. https://www.ey.com
Francis, J. (2011). A framework for understanding and researching audit quality. Auditing: A Journal of Practice & Theory, 30(2), 125–152.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2006). Multivariate data analysis (6th ed.). Pearson.
Kokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122.
KPMG. (2023). Generative AI in the modern workplace. https://kpmg.com/xx/en/our-insights/ai-and-technology/generative-ai-in-the-modern-workplace.html
Noordin, N. A., Hussainey, K., & Hayek, A. F. (2022). The use of artificial intelligence and audit quality: An analysis from the perspectives of external auditors in the UAE. Journal of Risk and Financial Management, 15(8), 339. https://doi.org/10.3390/jrfm15080339
PwC. (2024). Generative AI: The next frontier in the transformation of global capability centres for pharma and life sciences. https://www.pwc.in/assets/pdfs/generative-ai-next-frontier-transformation-global-capability-centres-pharma-life-sciences.pdf
Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.
Tojiboyev, N., Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2022). Basics of SQL for audit data retrieval and analysis. Journal of Emerging Technologies in Accounting, 19(1), 237–265.
Yamane, T. (1973). Statistics: An introductory analysis (2nd ed.). Harper & Row.
Zhang, S. (2024). Research on the application of AI technology in auditing. Economic Management & Global Business Studies, 3(1), Article 13.
